决策树算法在物流运输线路选择中应用.docVIP

决策树算法在物流运输线路选择中应用 　　摘要： 为克服传统物流运输中线路选择主要依赖经验主观确定的问题，对基于决策树算法的物流运输线路选择模型进行了探讨。 　　Abstract： The traditional logistics line selection relies on experience and subjectively makes decision. To overcome the shortcoming， the paper discusses the application of decision tree algorithm in logistics line selection. 　　关键词： 决策树算法；物流运输线路选择 　　Key words： Decision Tree Algorithm；Logistics Line Selection 　　中图分类号：F252 文献标识码：A 文章编号：1006-4311（2013）02-0015-02 　　0 引言 　　现实中，企业在难以用简便的方法实现合理线路设计的前提下，只能主观定性，无法实现科学定量，这就造成了依靠经验确定路线的现实情况。 　　现今，随着信息技术的发展，物流业在运输管理中逐步广泛采用了多种信息技术，包括GPS定位、货物追踪系统、实时路况等，逐渐形成了有一定规模的信息系统，可较为便利地进行各类数据的采集和统计分析。部分企业已据此建立了具有一定规模的基础数据库，积累了大量的运营数据。这种情况下，以决策树为基础，用树形结构进行知识表示和逻辑处理的数据挖掘方式来实现物流运输线路设计的自动化、智能化具有一定的可行性。 　　1 决策树算法 　　近年来，在数据挖掘上提出了许多算法，按大的方向分类主要有：决策树、贝叶斯、粗糙集、人工神经网络、遗传算法、关联规则、K-最临近、模糊集等。其中决策树算法具有可以显示重要决策属性和较高的分类准确率等优点，可以实现定量与定性相结合，较为适用于物流运输的线路设计。 　　决策树的生成本质是贪心算法，即以过去发生事例的统计数据为基础的归纳算法，着眼于从系列无次序、无规则的统计数据中提取规则，推理出合理的决策结果。它的基本思想是从根节点开始，对每个非叶节点，找出其对应样本集中的一个属性对样本集进行测试，再根据不同的测试结果将样本集划分成若干个子样本集，每个子样本集构成一个新叶节点，对新叶节点再重复上述过程，通过不断循环，直至达到特定的终止条件。 　　在采用决策树算法时，首先是要积累足够的统??数据，生成基础数据库（知识库）；其次，是要对线路选择的影响因素进行全方位、深层次的分析，从企业的经营目标出发，选择有效的算法规则，建立规则库（模型方法库）；再次，要进行多角度的信息分析和深层次的信息挖掘，为决策层提供高度综合的物流运输线路选择，最后，要保持对数据库的维护，确保数据的时效性，并不断对规则进行修补，如图所示。 　　2 决策树算法在物流运输线路选择中的应用 　　2.1 应用前提——基础数据 由于决策树算法是基于统计的归纳算法，在实践中，要求企业建立相应的信息化管理系统，并通过一定的积累生成统计数据库。这一数据库还必须维护简便，否则企业将无法独立在物流运营中使用。 　　2.2 参数选择 在建立决策树模型前，首先要选取建树的参数。在物流运输线路选择中的影响参数主要包括有以下三大类：第一，成本类影响因素，涉及：运输距离，运输环节，货物数量，与运输相关的资金流转等；第二，服务类影响因素，涉及：与时间相关的因素，与交货质量相关的因素，线路状态，信息化管理水平；第三，其他类影响因素，涉及：货物的性质、形状等特征，交通管制，安全因素，等。 　　这些因素在模型中一般不是孤立存在，而是相互影响的。同时，以上这些影响因素也会随着时间的推移发生变化；企业还有可能面临着特定客户、特定订单的一些个性化要求，这需要在线路选择模型中建立针对因素增加和因素变化而进行相应处理的动态环境适应机制。 　　2.3 知识表示 对确定纳入考虑的因素，需要利用人工智能与知识工程的表示理论，分析出线路相关因素的具体信息结构特征，将各个相关因素的信息划分为不同的信息侧面，并对每个信息侧面进行再划分……最终形成便于计算机运算的树形结构，方便机器处理。 　　2.4 结构特征 　　Min or max Z=f（x） s.t.与货物特征相关的约束与交通管制相关的约束与运输成本相关的约束与运输服务相关的约束……其他约束变量取值设定 　　基于物流运输线路设计问题的基本要求，物流运输线路设计的数学模型可归结为上式所示的基本形式，不同企业可以根据自身的特征设定不同含义的模型变量。 　　①变量。企业在物流运输线路设计中一般会存在多项经营目标，因此